All together now: Explicando el análisis de cohortes

Cohort analysis - featured
Introducción

¿Cuándo fue la última vez que estuviste en un laberinto, tratando de encontrar tu salida tomando muchos giros equivocados en el camino? Mirar las cosas desde el nivel del suelo hace que sea imposible evaluar adecuadamente dónde te encuentra y la mejor ruta de A a B, ¿verdad?

Pero, ¿qué pasaría si pudieras alejarte para acercarte? ¿Qué pasaría si pudieras dar un paso atrás y tener una vista completa del panorama general para darle sentido a todo?

Cuando se trata de análisis de datos, existe una idea errónea común entre los marketers de que cuantos más reportes miren, más extensos serán sus insights.

Sin embargo, en realidad es todo lo contrario. Los datos pueden ser engañosos cuando son demasiado amplios.

Por otro lado, eliminar el ruido, configurar las dimensiones correctas, alinear los datos correctamente y cortarlos en consecuencia, te ayudarán a obtener una visión clara y precisa de lo que funciona y lo que no.

Sin embargo, lo más importante es observar los datos en el contexto correcto, que es lo que más importa cuando se trata de tus actividades de marketing.

Y aquí es donde entra en juego el análisis de cohortes. 

Te permite encontrar la ruta más eficiente de A a B. ¿Cómo? 

Al observar tus actividades de marketing como un todo, al tiempo que hace referencias cruzadas a las métricas de rendimiento que permiten que las tendencias significativas salgan a la superficie. Tendencias que de otro modo pasarían desapercibidas, porque hasta ahora has estado mirando tus datos fuera de contexto.

Análisis de cohortes - Capítulo 1: Explicando el análisis de cohortes
Capítulo 1

Entonces, ¿qué es el análisis de cohortes y por qué debería importarte?

Cuando decimos análisis de cohortes, nos referimos al proceso de tomar un gran grupo de usuarios (o clientes) y dividir estos grupos en segmentos más pequeños que tienen ciertas características en común durante un período de tiempo determinado.

Estas características podrían incluir una región o idioma común, elementos preferidos, fecha de adquisición, etc.

En el ámbito de las aplicaciones móviles, el análisis de cohortes es una forma muy efectiva de obtener insights más profundos sobre cómo grupos específicos de usuarios interactúan con tu aplicación a lo largo del tiempo, e incluso refinar los KPIs al medir el rendimiento de la campaña.

Los principales casos de uso del análisis de cohortes incluyen: 

  • Optimización de las campañas de adquisición de usuarios (UA): identifica qué segmentos tienen un rendimiento inferior y dónde se necesitan medidas correctivas.
  • Mejorar la retención de usuarios y el valor de vida útil (LTV): vuelve a involucrar a los usuarios de alta calidad y escalar su base.

Una gran ventaja del análisis de cohortes es el hecho de que te permite comparar “manzanas con manzanas” cuando se trata de identificar tendencias, lo que lo convierte en una forma confiable de monitorear los cambios a lo largo del tiempo, sin tener que realizar análisis de comportamiento sobre una base de usuario individual.

Te permite responder preguntas fundamentales como:

  • ¿Quién interactúa con tu aplicación?
  • ¿Cuándo suelen abandonar los usuarios y por qué?
  • ¿Cuánto de tus ingresos proviene de usuarios nuevos frente a usuarios de larga data?
  • ¿Cuándo es el mejor momento para volver a involucrar a tus usuarios? 
  • ¿Qué fuente de medios impulsó a la mayoría de los usuarios con ROI positivo?

Doble golpe – Los dos principales modelos de cohortes

La UA y las cohortes conductuales son los tipos de cohortes más utilizados. ¿Qué significa realmente cada uno y cómo pueden aplicarse a tu día a día como vendedor? Exploremos más.

Cohortes de adquisición de usuarios (UA)

El análisis de cohortes de adquisición suele ser el pan y la mantequilla de los anunciantes y los gerentes de UA.

Aquí es donde los usuarios se segmentan en función de la fecha de adquisición y la fuente, que, dependiendo de tus necesidades de producto y análisis, puedes ejecutar diariamente, semanalmente o mensualmente. 

Por ejemplo, puedes crear varias cohortes basadas en diferentes regiones y comparar el número medio de sesiones por usuario para cada cohorte, durante los primeros 30 días de la actividad de cada usuario.

¿Cómo podrías aprovechar este tipo de análisis de cohortes? 

Digamos que eres el orgulloso gerente de UA en una aplicación de eCommerce. Puedes utilizar el análisis de cohortes para realizar un seguimiento de las preferencias de estilo y tamaño de los diferentes grupos demográficos de los usuarios y crear el inventario en consecuencia para maximizar las ventas. 

Del mismo modo, también puede ayudarte a crear recomendaciones específicas y ofertas promocionales personalizadas en un esfuerzo por mejorar la confianza del cliente y generar lealtad.

Cohortes de comportamiento

A diferencia del análisis de adquisición, las cohortes de comportamiento suelen ser el foco de los gerentes de producto.

Este tipo de análisis de cohorte se centra en las acciones de los usuarios mientras se usa en la aplicación. Si utilizas desencadenantes de eventos especiales, podrás medir el comportamiento de usuarios demográficamente diferentes y optimizar y personalizar tus campañas en consecuencia. 

Por ejemplo, supongamos que tienes una aplicación de delivery de comida. Un buen ejemplo de desencadenantes de comportamiento sería la elección de la cocina y la frecuencia de los pedidos. 

O, si tienes una plataforma de redes sociales, las cohortes de comportamiento podrían ayudarte a medir las páginas más seguidas por tus usuarios españoles o las publicaciones que más les gustan a tu base de usuarios de India.  

Pero aún así.. ¿Por qué debería importarte?

Si lo reducimos a una victoria clave, los datos de cohortes te permiten conectar las fechas de adquisición y las conversiones de remarketing con tus métricas de rendimiento. 

En otras palabras, te ayuda a ahogar el ruido, comparar manzanas con manzanas, producir insights procesables en la batalla contra la rotación y bloquear la vista en objetivos en constante movimiento como el rendimiento de la campaña, el engagement en la aplicación, e incluso la adopción de funciones.

Y si todavía no estás del todo convencido, exploremos el curioso caso del ingreso promedio por usuario, también conocido como ARPU.

No es suficiente comparar el ARPU de un día con el siguiente, ya que debemos tener en cuenta todo el ruido y filtrarlo: comparar el ARPU en días similares de la semana, comparar el número de usuarios, la actividad y si hubo o no una promoción que podría haber impulsado más compras in-app.

Cuando se trata de mantener los KPIs al mismo nivel y evaluar el éxito de la estrategia, el análisis de cohorte es la herramienta que necesitas. Pero como ya hemos descubierto, no se trata solo de analizar los KPIs. 

Al descubrir tendencias ocultas, el análisis de cohortes proporciona los insigts que necesitas para optimizar las campañas en vivo e introducir cambios en tiempo real. Es un método probado para aumentar el compromiso y los ingresos, ayudándote a identificar el camino correcto para escalar la adopción y solidificar la retención. 

Análisis de cohortes para mejorar tu marketing
Capítulo 2

¿Cómo puede el análisis de cohortes ayudarte a mejorar tu marketing?

Gran pregunta. Aquí hay 4 casos prácticos en los que el análisis de cohortes podría ser extremadamente útil:

1 – Te ayuda a maximizar tu inversión publicitaria accediendo a insights procesables

El análisis de cohortes te permite averiguar qué canales, campañas o incluso conjuntos de anuncios dentro de una campaña están produciendo los mejores y más leales usuarios.

Por ejemplo, al observar el rendimiento interregional de una campaña específica de UA, puedes identificar fácilmente que una determinada región tiene un rendimiento inferior. 

Luego puedes probar algunas tácticas para mejorar la conversión en esa región, como correos electrónicos personalizados con una oferta especial o un código de cupón en honor a un día festivo regional, para alentar la finalización de una compra. 

Mientras ejecutas el análisis de cohortes en la misma campaña de UA, podrías encontrar que en otra región, aunque hay una cantidad decente de instalaciones de aplicaciones, prácticamente no hay lanzamientos de aplicaciones ni compras realizadas. Esto podría indicar fraude, lo que requerirá ejecutar un análisis más profundo utilizando tu MMP.

2 – Te permite conocer el mejor momento para el re-engagement

Aprovechando el análisis de cohortes, puedes determinar que el gasto de los usuarios se estanca alrededor del día 4 en una determinada región, lo que puede pedirte que programes una campaña de remarketing en ese momento. 

Por ejemplo, la estacionalidad y el tiempo. Poder adquirir usuarios más valiosos respondiendo a preguntas como “¿En qué mes, día u hora es mejor para mí involucrar a los usuarios?”. 

Hay casos en los que la granularidad horaria es importante, y el análisis de cohortes puede ayudar a obtener insights extremadamente valiosos cuando se trata de campañas magníficamente cronometradas.

3 – Te permite identificar y eliminar los puntos de fricción en tu viaje de usuarios para aumentar la retención

Utiliza el análisis de cohortes para descubrir los puntos débiles en tu onboarding, durante los primeros pasos, en los muros de pago o en los niveles de dificultad, haciendo referencia cruzada a estas áreas propensas a cambios en tu aplicación con retención mensual de usuarios. 

Para más información sobre la ciencia y el arte detrás de una estrategia de engagement de aplicaciones y retención de usuarios a prueba de balas, haz clic aquí.

4 – Entiende cómo los cambios en los productos afectan a tus usuarios

Descubrir cómo solucionar un problema o mejorar una característica a menudo puede ser tan difícil como diagnosticarlo en primer lugar. 

Si, por ejemplo, sabes que la participación del usuario depende en gran medida del uso de una función principal, tratar de forzar a tus clientes a interactuar con correos electrónicos implacables y notificaciones push, probablemente provocará la perdida de clientes.

Así que, en lugar de lanzarse a hacer grandes cambios en el producto, realiza pruebas A/B en tus cohortes para tener una idea de lo que funciona y lo que no, lo que te permitirá introducir de forma segura cambios basados en datos en tu producto.

Casos de uso del análisis de cohortes
Capítulo 3

Así es como lo hacemos: 3 casos de uso cotidiano del análisis de cohortes

Ejemplo 1: Evaluación del éxito de una campaña de remarketing multirregional

Las campañas se pueden localizar en una región específica para proporcionar la experiencia más personalizada para el usuario. Por ejemplo, una campaña de compras temática de fin de semana puede ejecutarse en los Estados Unidos un viernes por la tarde, pero un jueves en Egipto (donde los fines de semana comienzan un viernes).

Cuando se trata de compras, las campañas de remarketing generalmente incluyen KPIs como el número de usuarios que realizaron una compra in-app, los ingresos por compra o el porcentaje de usuarios readquiridos. Pero, para obtener una visión completa del comportamiento del usuario, los KPIs y las métricas de éxito, los reportes de cohorte están ahí para proporcionarte un análisis multidimensional.

Analicemos el siguiente escenario: 

Una aplicación de compras realizó una campaña de remarketing en varios países de habla inglesa, y el gerente de UA quiere averiguar cuántos de esos usuarios realmente completaron una compra. 

Luego, agruparía los resultados por país para evaluar en qué región tuvo más éxito la campaña.

Digamos que aproximadamente el 80% de los 14.000 usuarios que volvieron a interactuar con la aplicación después de la campaña estaban en los Estados Unidos, y estos usuarios también hicieron la mayoría de las compras.

Sin embargo, un análisis más detallado del reporte de cohorte reveló una tendencia interesante. Mientras que los usuarios de Canadá mostraron la mitad del número de interacciones que los usuarios en Australia, los usuarios canadienses gastaron mucho más dinero que sus compañeros australianos.

Entonces, al observar el mismo conjunto de datos desde un par de ángulos diferentes, el gerente de UA pudo identificar que, si bien Australia entregó en cantidad, no entregó mucho en ingresos. Saber eso le permitirá duplicar la campaña canadiense con confianza.

Ejemplo 2: Evaluación del ROI de las fuentes de medios para los ingresos por publicidad

Las aplicaciones de juegos tienen dos flujos principales de ingresos: compras in-app e ingresos publicitarios, que son una fuente crítica de ingresos para los juegos hipercasuales en particular.

Al proporcionar información sobre todas las fuentes de ingresos, el análisis de cohortes puede responder preguntas como “¿Qué fuente de medios impulsó la mayoría de las compras in-app?” o “¿Qué campaña produjo los mayores ingresos por usuario en México?” y así sucesivamente.

Digamos que eres el gerente de PPC de un juego hipercasual que se basa en los anuncios como su principal fuente de ingresos, y necesitas recoger métricas sobre qué fuentes de medios están generando la mayor cantidad de ingresos publicitarios.

El reporte de ingresos publicitarios te proporcionará una visión completa del ROI de la adquisición de nuevos usuarios (todas las cifras son hipotéticas):

  • Se gastaron $ 88.594 en publicidad en la Fuente de Medios 1, adquiriendo más de 586.000 usuarios, mostrando una inclinación lenta y constante. 
  • La Fuente de Medios 2, por otro lado, fue significativamente más barata en términos de UA mientras generaba más ingresos por anuncios que la Fuente de Medios 1. De hecho, para el día 7 post-instalación, la Fuente de Medios 2 está mucho más cerca del punto de equilibrio que la Fuente de Medios 1.
  • Al cambiar la vista, verás que el punto de equilibrio de la Fuente de Medios 2 ocurre alrededor del día 12, mientras que la Fuente de Medios 1 aún está lejos de eso.

En este caso, el análisis de cohortes te mostrará que no importa cuánto te alejes, la Fuente de Medios 1 seguirá teniendo pérdidas y te ayudará a asignar mejor tu valioso presupuesto en consecuencia.

Ejemplo 3: Evaluación de la retención según un evento in-app

Las aplicaciones que brindan servicios por demanda, como transportes o delivery de comida, suelen tener KPIs de éxito vinculados con eventos in-app. Las descargas son un componente esencial, por supuesto, pero el uso del servicio es un indicio más descriptivo del éxito de la conversión y la retención.  

El reporte de retención, pariente del reporte de cohorte, ofrece a los marketers insights sobre la capacidad de la aplicación de mantener una base de usuarios activos. También brinda un panorama global desde el engagement hasta el uso, que permite identificar las fuentes de medios que impulsan usuarios más involucrados a lo largo del tiempo.

Por ejemplo, supongamos que eres el gerente de marketing de una aplicación de reserva de taxis y deseas evaluar el éxito de una determinada campaña en función de cuántos usuarios nuevos reservaron un viaje después de descargar la aplicación.

Si solo analizas el número de descargas, parecerá que la Fuente de Medios 1 es la clara ganadora. 

Pero, al observar los datos hasta el Día 10 después de la instalación, es evidente que en términos de números absolutos, la Fuente de Medios 2 atrae usuarios de mayor valor y mayores tasas de retención. 

Por lo tanto, analizar el comportamiento del usuario en el día de la instalación y las horas extras, proporcionará una imagen más clara del éxito de retención de esa campaña por fuente de medios. 

Análisis de cohortes - Capítulo 4 - pasos para el éxito
Capítulo 4

4 pasos para garantizar que tu próximo análisis de cohorte sea un éxito

Paso 1: Determinar el conjunto correcto de consultas 

Definir tus KPI y métricas de éxito te guiarán en la dirección correcta, así que antes que nada, establezcamos qué es lo que estás buscando. 

¿Estás midiendo las campañas de forma paralela para comparar las fuentes de medios? ¿O quizás estás midiendo el éxito de la misma campaña en diferentes regiones? ¿Y cómo es que defines el éxito?

Asegúrate de concretar estas preguntas antes de sumergirte en el siguiente paso.

Paso 2: Definir tus métricas

Tan pronto como tengas ideas sólidas sobre las preguntas que necesitas responder y las métricas que necesitarás para responderlas, de hecho, estás a mitad de camino.

A continuación te mostramos una fórmula útil para las preguntas del análisis de cohorte: Agrupa a los usuarios con características similares para comparar su comportamiento y métricas en un período de tiempo determinado.

CaracterísticasRendimiento (KPI)Marco de tiempo
PaísSesiones por díaÚltimo mes
Fuente de mediosIngresos por usuariohace 3 semanas
Campaña publicitariaEventos in-app por usuario5 días en junio

Las características son la dimensión mediante la cual estarás midiendo tu resultado. Los KPIs son la métrica real que analizarás, y el período de tiempo establecerá la ventana para la medición.

Para más información sobre los KPIs de marketing de aplicaciones, haz clic aquí.

Paso 3: Definir las cohortes específicas

Aquí es donde nos ponemos manos a la obra. 

Ahora es el momento de:

  1. Configurar la granularidad, el intervalo de fechas y el período de atribución 
  2. Selecciona el tipo de cohorte (por ejemplo, UA, remarketing) y el tipo de tendencia (por ejemplo, LTV)
  3. Selecciona la dimensión de agrupación (por ejemplo, la fuente de medios) y el tamaño mínimo de la cohorte, para evitar saturar tu reporte con datos insignificantes
  4. Selecciona cualquier filtro adicional que pueda ser relevante (por ejemplo, campaña, tipo de toque de atribución, país, palabras clave, etc.)

Paso 4: Ejecutar un análisis de cohorte y evaluar los resultados

¡Vamos, vamos, vamos! 

Ten en cuenta que mirar los reportes en silos no puede darte la imagen completa o permitirte dibujar insights procesables, así que no olvides cortar y dividir tus datos para descubrir tendencias interesantes, como descargas de aplicaciones vs. ROAS en varias regiones. 

Para saber más sobre cómo configurar un reporte de cohorte en tu dashboard de AppsFlyer, haz clic aquí.

Hallazgos clave del análisis de cohortes
Hallazgos clave

Hallazgos clave

  • Cuando decimos análisis de cohortes, nos referimos al proceso de tomar un gran grupo de usuarios (o clientes) y dividir estos grupos en segmentos más pequeños que tienen ciertas características en común durante un período de tiempo determinado.
  • El análisis de cohortes es una forma muy efectiva de obtener insights más profundos sobre cómo grupos específicos de usuarios interactúan con tu aplicación a lo largo del tiempo, e incluso refinar los KPIs al medir el rendimiento de la campaña, sin tener que realizar análisis de comportamiento de forma individual.
  • Los principales casos de uso del análisis de cohortes incluyen:
    • Optimización de las campañas de adquisición de usuarios (UA): identifica qué segmentos tienen un rendimiento inferior y dónde se necesitan medidas correctivas.
    • Mejorar la retención de usuarios y el valor de vida útil (LTV): vuelve a involucrar a los usuarios de alta calidad y escalar su base.
  • No importa en qué vertical te encuentres, puedes utilizar el análisis de cohortes para responder a tus preguntas sobre UA y retención. Saber qué buscar y cómo mirarlo es clave para procesar las grandes cantidades de datos que se presentan en estos reportes.
  • El análisis de cohortes puede ayudarte a determinar los KPIs de tus futuras campañas, así como a establecer los benchmarks de tu empresa para el éxito de la campaña.

¿Listo para empezar a tomar buenas
decisiones?